技术领域
[0001] 本
发明属于电阻抗
断层成像(Electrical Impedance Tomography,EIT)领域,特别涉及一种提升动态EIT成像
稳定性和可靠性的方法,具体是一种基于电极抽样校验的动态
电阻抗成像方法。
背景技术
[0002] 在电阻抗断层成像技术(Electrical Impedance Tomography,EIT)中,16个电极均匀地安放于人体体表,安全
电流按照一定的规律通过电极对注入人体,其余电极可测量激励后的响应电位。基于电极测得的边界电位数据,选取两个时刻的数据进行差分,然后结合相应
算法可以重建出这段时间内阻抗变化的图像,进而推测人体内部发生的生理、病理变化。
[0003] 电阻抗具有无创、低成本、功能成像的优势,在
肺通气监测、脑功能成像、胃动
力监测等领域有良好的应用前景。然而,EIT图像重构存在病态性,对噪声和干扰较为敏感。而在实际EIT动态监护中,很难时刻保持测量稳定和成像稳定。随机噪声,病人体动、
皮肤出汗等多种因素会影响成像。因此,提升噪声环境下EIT成像的稳定性和可靠性是亟需研究的问题。针对该问题,过去许多研究使用数据预处理技术提高测量数据
质量,优
化成像算法提高成像的鲁棒性。然而,未有研究考虑增加校验机制来判断有效成像并提高有效成像标准。
发明内容
[0004] 针对提升噪声、干扰环境下EIT成像稳定性和可靠性的问题,本发明目的在于提供一种基于电极抽样校验的动态电阻抗成像方法,来提高有效成像标准并判断有效成像。
[0005] 为了实现上述目的,本发明采取如下技术解决方案:
[0006] 一种基于电极抽样校验的动态电阻抗成像方法,包括如下步骤:
[0007] 步骤一,对EIT
测量电极进行顺序编号并将EIT测量电极分为三组,分别记为:全部电极、奇数编号电极和偶数编号电极;
[0008] 步骤二,获取全部电极的边界测量电位Uall,奇数编号电极的边界测量电位Uodd和偶数编号电极的边界测量电位Ueven;根据Uall、Uodd和Ueven,选取两个时刻的边界电位数据进行差分,获得全部电极的边界电位变化ΔUall、奇数编号电极的边界电位变化ΔUodd和偶数编号电极的边界电位变化ΔUeven;
[0009] 步骤三,根据步骤二获得的ΔUall、ΔUodd和ΔUeven,计算全部电极测量数据下的重建结果Δσall、奇数电极测量数据下的重建结果Δσodd和偶数电极测量数据下的重建结果Δσeven,并绘制Δσall对应的EIT重建图像、Δσodd对应的EIT重建图像和Δσeven对应的EIT重建图像;
[0010] 步骤四,根据步骤三中得到的Δσall、Δσodd和Δσeven,分别计算Δσall与Δσodd的相关系数R1、Δσall与Δσeven的相关系数R2以及Δσodd和Δσeven的相关系数R3;
[0011] 步骤五,根据R1、R2和R3来判断Δσall、Δσodd和Δσeven的可信性以及Δσall、Δσodd和Δσeven分别对应的EIT重建图像的可信性。
[0012] 优选的,步骤二中,获取全部电极的边界测量电位Uall,奇数编号电极的边界测量电位Uodd和偶数编号电极的边界测量电位Ueven的过程为:获取的全部电极的边界测量电位为Uall,然后从Uall中提取奇数编号电极激励下,奇数编号电极上的边界测量电位作为Uodd;从Uall中提取偶数编号电极激励下,偶数编号电极上的边界测量电位作为Ueven。
[0013] 优选的,所述步骤三中,基于阻尼最小二乘算法计算Δσall、Δσodd和Δσeven,其具体公式为如下:
[0014]
[0015]
[0016]
[0017] 其中,λ为正则化参数,I为单位矩阵,Jall为所有电极下的敏感系数矩阵,Jodd奇数编号电极下的敏感系数矩阵,Jeven为偶数编号电极下的敏感系数矩阵。
[0018] 优选的,所述步骤四中,计算R1、R2和R3的具体计算公式为如下:
[0019]
[0020]
[0021]
[0022] 其中, 和 分别表示Δσall、Δσeven和Δσodd的均值,m为Δσall、Δσeven和Δσodd的维数。
[0023] 优选的,所述步骤五中,如果R1、R2和R3三者均处于预设范围内,则认为重建结果和重建结果对应的EIT重建图像均可信,否则不可信。
[0024] 优选的,预设范围为0.6~1.0。
[0025] 优选的,EIT测量电极不少于八对。
[0026] 与
现有技术相比,本发明具有如下有益效果:
[0027] 在EIT测量中,测量电极数越多则独立测量数越多,其成像
分辨率就越好,但实际操作中电极数目较多,要保持每个电极测量稳定就越难。以EIT动态监护成像中某个电极因病人体动而脱落为例,此种情况下,若基于全部电极的测量数据进行成像,那么成像结果可能错误,进而影响对人体内部生理病理变化的判断。而本发明提出的基于电极抽样校验的动态电阻抗成像方法就可以避免上述现象。除了全部电极的成像结果,本发明还单独考虑了奇数、偶数电极测量数据的成像结果。而使用奇数电极或者偶数电极进行测量就可能会避开有问题的电极,在有无异常电极的情况下成像结果肯定有巨大差异,那么可知Δσall、Δσodd和Δσeven三者之间不一致,进而提示我们成像结果不可靠,需要考虑调整电极
接触状态。再以监护中存在高
水平噪声情况为例,传统方法使用全部电极进行成像,图像中会有噪声引起的图像变化,但是无法得知这些阻抗变化是因为监测过程中真的出现生理、病理变化还是由噪声引起。而本发明选取不同电极测量数据成像(Uall、Uodd和Ueven),若图像中的变化是由强噪声引起,那么由噪声的随机性和对不同电极影响的差异性可知,重建结果Δσall、Δσodd和Δσeven会存在很大差异,计算得到的相关系数不满足判断研究,进而提示结果的可信度不高。当成像状态良好的情况下,Δσall、Δσodd和Δσeven具有较好的一致性,此时才满足本方法判断稳定成像的标准。综上,本发明提出的方法针对EIT在噪声、干扰存在的测量环境下,提供额外的有效成像判断标准,提升成像可信性。
附图说明
[0029] 图2是利用comsol
软件建立的圆域电
磁场有限元仿真模型,背景电导率设置为1S/m。
[0030] 图3是在低随机噪声水平情况下,传统的阻尼最小二乘算法成像结果。
[0031] 图4是在高随机噪声水平情况下,传统的阻尼最小二乘算法成像结果。
[0032] 图5是在模拟电极1脱落情况下,传统的阻尼最小二乘算法成像结果。
[0033] 图6是在低随机噪声水平情况下,本发明的成像结果,从左到右依次为包含目标的正向模型、Δσall、Δσodd和Δσeven成像结果、相关系数R1、R2和R3以及判断结果。
[0034] 图7是在高随机噪声水平情况下,本发明的成像结果,从左到右依次为包含目标的正向模型、Δσall、Δσodd和Δσeven成像结果、相关系数R1、R2和R3以及判断结果。
[0035] 图8是在模拟电极1脱落情况下,本发明的成像结果,从左到右依次为包含目标的正向模型、Δσall、Δσodd和Δσeven成像结果、相关系数R1、R2和R3以及判断结果。
具体实施方式
[0036] 下面结合附图和
实施例来对本发明作进一步的说明。
[0037] 基于现有技术中存在的问题,本发明从成像
角度出发,提出一种基于电极抽样校验的动态电阻抗成像方法,其基本思路为:在EIT系统中,通常有16个电极,从所有电极中抽样选择奇数电极、偶数电极测量结果进行成像,然后对结果的一致性进行校验,一致性较好的时候认为成像可靠,否则认为成像受噪声或干扰影响过于严重,所得成像结果不可信。
[0038] 具体的,参照图1,本发明的方法包括以下步骤:
[0039] 步骤一,对EIT测量电极进行顺序编号并将EIT测量电极分为三组,分别记为:全部电极、奇数编号电极和偶数编号电极;
[0040] 步骤二,获取全部电极的边界测量电位Uall,奇数编号电极的边界测量电位Uodd和偶数编号电极的边界测量电位Ueven;根据Uall、Uodd和Ueven,选取两个时刻的边界电位数据进行差分,获得全部电极的边界电位变化ΔUall、奇数编号电极的边界电位变化ΔUodd和偶数编号电极的边界电位变化ΔUeven;
[0041] 步骤三,根据步骤二获得的ΔUall、ΔUodd和ΔUeven,基于阻尼最小二乘算法计算全部电极测量数据下的重建结果Δσall、奇数电极测量数据下的重建结果Δσodd和偶数电极测量数据下的重建结果Δσeven,并绘制Δσall对应的EIT重建图像、Δσodd对应的EIT重建图像和Δσeven对应的EIT重建图像;
[0042] 步骤四,根据步骤三中得到的Δσall、Δσodd和Δσeven,分别计算Δσall与Δσodd的相关系数R1、Δσall与Δσeven的相关系数R2以及Δσodd和Δσeven的相关系数R3;
[0043] 步骤五,根据R1、R2和R3来判断Δσall、Δσodd和Δσeven的可信性以及Δσall、Δσodd和Δσeven分别对应的EIT重建图像的可信性;
[0044] 如果R1、R2和R3三者均处于预设范围a内,则认为重建结果较为稳定,对应的重建图像可信性高,重建结果和重建结果对应的EIT重建图像均可信;否则认为重建结果受到噪声、干扰严重影响,导致不同电极抽样重建结果不一致,结果不可信,对应的重建图像可信性不高,即重建结果和重建结果对应的EIT重建图像不可信。
[0045] 优选的,预设范围为0.6~1。
[0046] 参照图2,优选的,所述步骤一中,以最右侧电极为电极1,按逆
时针顺序
对电极进行顺序编号,编号为1、3、5……15的电极为奇数编号电极,编号2、4、6……16编号的电极为偶数编号电极。
[0047] 优选的,所述步骤二中,获取全部电极的边界测量电位Uall,奇数编号电极的边界测量电位Uodd和偶数编号电极的边界测量电位Ueven的过程为:获取的全部电极的边界测量电位为Uall,然后从Uall中提取奇数编号电极激励下,奇数编号电极上的边界测量电位作为Uodd;从Uall中提取偶数编号电极激励下,偶数编号电极上的边界测量电位作为Ueven。
[0048] 优选的,所述步骤三中,基于阻尼最小二乘算法计算Δσall、Δσodd和Δσeven,其具体公式为如下:
[0049]
[0050]
[0051]
[0052] 其中,λ为正则化参数,I为单位矩阵,Jall为所有电极下的敏感系数矩阵,Jodd奇数编号电极下的敏感系数矩阵,Jeven为偶数编号电极下的敏感系数矩阵。
[0053] 优选的,所述步骤四中,计算重构结果Δσall、Δσodd和Δσeven三者之间的相关系数,其具体计算公式为:
[0054]
[0055]
[0056]
[0057] 其中, 和 分别表示Δσall、Δσeven和Δσodd的均值,m为Δσall、Δσeven和Δσodd的维数。
[0058] 在仿真施例中,按照如下步骤实施:
[0059] (1)如图2,利用comsol软件建立二维圆域
电磁场有限元仿真模型,该模型具有16个顺序编号、均匀分布的电极,二维圆域电磁场有限元仿真模型的背景电导率设置为1S/m;
[0060] (2)如图3,在二维圆域电磁场有限元仿真模型中设置电导率为1.5S/m的扰动目标并向生成的差分数据中添加0.5%的高斯噪声,然后基于阻尼最小二乘算法进行图像重建;
[0061] (3)如图4,在二维圆域电磁场有限元仿真模型中设置电导率为1.5S/m的扰动目标并向生成的差分数据中添加3%的高斯噪声,然后基于阻尼最小二乘算法进行图像重建;
[0062] (4)如图5,在二维圆域电磁场有限元仿真模型中设置电导率为1.5S/m的扰动目标,将电极1中的测量数据置0来模拟电极1脱落的情况,然后基于阻尼最小二乘算法进行图像重建;
[0063] (5)如图6,二维圆域电磁场有限元仿真模型中设置电导率为1.5S/m的扰动目标并向生成的差分数据中添加0.5%的高斯噪声,然后基于本发明方法进行图像重建,奇偶电极校验结果显示0.5%噪声水平下扰动的成像结果可靠;
[0064] (6)如图7,在二维圆域电磁场有限元仿真模型中设置电导率为1.5S/m的扰动目标并向生成的差分数据中添加3%的高斯噪声,然后基于本发明方法进行图像重建,奇偶电极校验结果显示3%噪声水平下全部电极、奇数电极、偶数电极成像结果一致性较差,成像不可靠;
[0065] (7)如图8,在二维圆域电磁场有限元仿真模型中设置电导率为1.5S/m的扰动目标,将电极1中的测量数据置0来模拟电极1脱落的情况,然后基于本发明方法进行图像重建,奇偶电极校验结果显示电极1脱落时全部电极、奇数电极、偶数电极成像结果一致性较差,成像不可靠。
[0066] 需要说明的是,以上的实施例仅用于本领域的技术人员进一步理解本发明,本发明并不限于该实施例,凡是由本领域技术人员根据发明的技术方案做出的等效替换和增加,同样属于本发明保护的范围。